СКО ошибки шортов бессмысленно оценивать, т.к. там сильно оказывает влияние неслучайный процесс. Появилась другая идея по оценке ошибки данных TLE sigma_{tle}:
Найти длинную ошибку delta_long (между каждым TLE-измерением и экстраполяцией первого TLE на текущее TLE);
Аппроксимируем длинную ошибку и в результате получает функцию F(t) = sigma_{sgp} - результат аппроксимации. Находим delta_i между длинной ошибкой delta_long и F(t_i) в каждой измеренной точке. Полагаем, что deltai и есть sigma{tle}.
Теперь возвращаемся к коротким ошибками delta_short. Если delta_i действительно является ошибкой данных TLE, то она так же включена и в короткие разности delta_short и delta_short = delta_i + F(t_i), но здесь уже F(t_i), где t_i - интервал экстраполяции короткой ошибки. Если же delta_short != delta_i + F(t_i), значит имел место маневр.
СКО или медиана ошибки "коротких интервалов", какая-тотоценка роста ошибки экстраполяции и т.п.